Elementy uczenia maszynowego na zajęciach matematyki

• Autorzy: Bartłomiejczyk Agnieszka , Ptach Dawid , Wata Marcin

Identyfikatory

DOI

10.32016/1.71.02

Warianty tytułu

EN

Elements of machine learning in mathematics

• Konferencja: Zastosowanie komputerów w nauce i technice 2020 (XXX ; 2020 ; Gdańsk ; Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule omówiono związki między matematyką kursową a wybranymi zagadnieniami związanymi z uczeniem maszynowym. Pokazano w jaki sposób proste operacje na macierzach pomagają serwisom VOD w rekomendacji tytułów filmowych zgodnych z zainteresowaniami użytkowników na podstawie ich wcześniejszych wyborów. Zaprezentowano również uproszczoną wersję algorytmu regresji wielorakiej stosowaną do wyceny nieruchomości oraz wspomniano o zastosowaniu sieci neuronowych w problemach klasyfikacyjnych.

EN

The article discusses the relationship between academic mathematics course and selected topics of machine learning. It shows how simple matrix operations help VOD services to recommend film titles consistent with the interests of users, based on their previous choices. A simplified version of the multiple regression algorithm used for real estate valuation is also presented and the use of neural networks in classification problems is mentioned.

Słowa kluczowe

PL

uczenie maszynowe; regresja wieloraka; problem klasyfikacyjny

EN

machine learning; multiple regression; classification problem

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2020
• Tom: Nr 71
• Strony: 27--30
• Opis fizyczny: Bibliogr. 5 poz., rys., tab.

Twórcy

autor

Bartłomiejczyk Agnieszka

• Politechnika Gdańska, Wydział Fizyki Technicznej i Matematyki Stosowanej

autor

Ptach Dawid

• Politechnika Gdańska, Wydział Fizyki Technicznej i Matematyki Stosowanej

autor

Wata Marcin

• Uniwersytet Mikołaja Kopernika, Wydział Nauk Ekonomicznych i Zarządzania

Bibliografia

• 1. Bartłomiejczyk A., Wata M.: Analizy epidemiologiczne w środowisku MATLAB, Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki PG, ISSN 2353-1290, Nr 65/2019, s. 11-16.
• 2. Politechnika Gdańska, https://pg.edu.pl/aktualnosci/2020-10/skuteczniejszawalka-z-guzami-nerek-dzieki-naukowcom-i-studentompg, (5.11.2020).
• 3. Deisenroth M. P., Faisal A. A., Ong Ch. Soon: Mathematics for Machine Learning, Cambridge University Press, 2020.
• 4. Netflix, https://help.netflix.com/pl/node/100639, (5.11.2020).
• 5. Kwiatkowski J., Wata M. Żuchowska M. Galikowska S.: Matematyczne metody określania wag cech rynkowych, Wycena, Wartość, Obrót, Zarządzanie Nieruchomościami, 2015, 1(110), s. 11-20.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).